MétaCan
Menu
Retour à la cohorte
Enregistrement W2137266621 · doi:10.1002/bit.25217

Zonal rate model for axial and radial flow membrane chromatography, part II: Model‐based scale‐up

2014· article· en· W2137266621 sur OpenAlexafffund
Pranay Ghosh, Min Lin, Jens H. Vogel, Derek Yau Chung Choy, Charles A. Haynes, Eric von Lieres

Notice bibliographique

RevueBiotechnology and Bioengineering · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein purification and stability
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChromatographyScale (ratio)Volumetric flow rateFlow (mathematics)ChemistryMembraneMechanicsPhysicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Membrane chromatography (MC) systems are finding increasing use in downstream processing trains for therapeutic proteins due to the unique mass-transfer characteristics they provide. As a result, there is increased need for model-based methods to scale-up MC units using data collected on a scaled-down unit. Here, a strategy is presented for MC unit scale-up using the zonal rate model (ZRM). The ZRM partitions an MC unit into virtual flow zones to account for deviations from ideal plug-flow behavior. To permit scale-up, it is first configured for the specific device geometry and flow profiles within the scaled-down unit so as to achieve decoupling of flow and binding related non-idealities. The ZRM is then configured for the preparative-scale unit, which typically utilizes markedly different flow manifolds and membrane architecture. Breakthrough is first analyzed in both units under non-binding conditions using an inexpensive tracer to independently determine unit geometry related parameters of the ZRM. Binding related parameters are then determined from breakthrough data on the scaled-down MC capsule to minimize sample requirements. Model-based scale-up may then be performed to predict band broadening and breakthrough curves on the preparative-scale unit. Here, the approach is shown to be valid when the Pall XT140 and XT5 capsules serve as the preparative and scaled-down units, respectively. In this case, scale-up is facilitated by our finding that the distribution of linear velocities through the membrane in the XT140 capsule is independent of the feed flow rate and the type of protein transmitted. Introduction of this finding into the ZRM permits quantitative predictions of breakthrough over a range of industrially relevant operating conditions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,209
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetProtein purification and stabilityTravaux en français237 207